산업혁명과 AI 혁명의 화석 논리

국제에너지기구는 2024년 전 세계 데이터센터의 전력 소비를 415테라와트시로 추산했습니다. 전 세계 전력의 약 1.5%이고, 매년 12%씩 늘어 2030년에는 945테라와트시를 넘을 전망입니다. 저는 ‘산업혁명 규모’라는 비교보다도, 현재의 1.5%가 커지는 속도가 더 오래 남습니다. 매년 12%씩 늘어난다는 추산이 작은 비중을 안심거리로만 볼 수 없게 하기 때문입니다.

AI의 과학 발견이 과학자의 이해 속도를 앞지를 수 있다는 논의는 지식의 한계를 묻습니다. 이 글은 그 지식을 만들고 활용하는 데이터센터의 에너지 부담을 묻습니다.

흥미로운 변화는 전력 소모가 모델을 학습시키는 데서 끝나지 않는다는 점입니다. 학습된 모델을 여러 방식으로 활용하는 추론(inference)이 데이터센터 전력 사용에서 더 큰 비중을 차지하기 시작했습니다. 모델을 만드는 일뿐 아니라 사람들이 계속 사용하는 일도 전력 수요를 키운다는 대목이 눈에 들어옵니다.

다만 945테라와트시는 실측치가 아니라 2030년 전망입니다. 데이비드 C. 크라카우어(David C. Krakauer)는 2025년 가장 큰 데이터센터들이 한 세기 전 가장 큰 석탄화력발전소가 있던 곳에 자리 잡았다고 짚습니다. 그는 이를 역사의 기반 구조가 되풀이되는 역설로 해석합니다. 위치가 겹친다는 사실만으로 오늘 데이터센터가 어떤 전력원에 기대는지까지 알 수는 없습니다. 전력 수요의 전망과 실제 공급 경로를 나란히 볼 때, 과거와 현재의 연결이 무엇을 뜻하는지 드러납니다.

반복해서 AI에 맡기는 업무 하나를 골라, 일주일 동안 호출 횟수와 결과를 다시 손본 시간을 함께 기록하십시오. 다음 주에는 요청을 한 번으로 묶어 같은 품질이 나오는지 비교하면, 편리함이 실제 절약인지 추가 사용으로 이어지는지 확인할 수 있습니다.

반복 업무에 AI를 쓸 때, 호출 횟수와 다시 손보는 시간 중 무엇을 먼저 확인하십니까?